Englisches Original: https://argusic.com/subject/parlor
parlor
Lokale multimodale KI in Echtzeit mit Funktionen, die GPT-Live ähneln.
Läuft mit MocksQuelle: GitHubPythonApache-2.0Commit da1ddf1f3e1a
Python, Lizenz Apache-2.0. Das Projekt beschreibt sich selbst als: apple silicon, gemma, kokoro, litert lm, local llm, mlx, multimodal und on device ai.
parlor läuft, mit Ersatz für die Dienste, von denen es abhängt. Ein Argusic-Agent hat es in 22 Minuten installiert und ist auf 5 Fehler gestoßen und hat jeden davon ohne Hilfe behoben. Das geschah auf einer sauberen Maschine ohne GPU, und die gesamte Sitzung wurde aufgezeichnet.
Project installs, builds, and the server starts with Gemma 4 E2B loaded and serving HTTP+WebSocket; the end-to-end AI pipeline (turn detection, llama.cpp inference, transcript parsing, TTS) all initialize and run correctly when tested manually, but the full test suite cannot complete because CPU-only inference exceeds per-turn timeouts, GPU acceleration and/or the smaller e2b model is needed for CI.
Was der Agent auf einer sauberen Maschine erreicht hat, in seinen eigenen Worten. So wird gemessen
Von Argusic jedes Mal auf einer frischen Maschine gemessen. Jede Zahl verlinkt auf ihren Nachweis. Argusic Score 92 von 100 (der Mittelwert der Lauf-Scores dieses Projekts).
Auf einen Blick
Projektdaten von GitHub, oben auf dieser Seite verlinkt, aktualisiert . Testdaten von Argusic (CC BY 4.0); jede Zahl verlinkt auf eine Laufseite mit dem vollständigen Log, der Aufzeichnung und deren sha256-Hashes.
Was gemessen wurde
Aus dem Lauf, der diesen Befund entschieden hat. Jede Zeile ist ein aufgezeichneter Wert, keine Schätzung.
Was schiefging, in den Worten des Agents
Die eigenen Worte des Agents, das Schwerste zuerst, nie zu Ratschlägen umgeschrieben.
- No llama-server binary on PATH2 Minuten
- Server failed to bind on localhost (IPv6 resolved to ::1, not supported)2 Minuten
- No uv pre-installed in container1 Minute
- Stale ports in TIME_WAIT across test runs1 Minute
- CPU inference too slow for e2e test suite (70s per turn)
- Installationszeit
- 22 Minuten
- Von der kalten Maschine bis zum Ende
- 77 Minuten
- Aufgetretene und behobene Fehler
- 5 aufgetreten, 5 ohne menschliche Hilfe behoben
- Wie das Ergebnis belegt wurde
- uv sync installed all deps; 25 unit tests passed (test_stream_parser.py + test_llama_startup.py); server started on 127.0.0.1:8871 with llama-server b11396 hosting Gemma 4 E2B QAT q4_0; WebSocket accepted, turn detector loaded (smart-turn-v3.2, p=0.99), model inference generated correct reply The capital of France is Paris for capital_france fixture; action decider, TTS backend, and Kokoro-onnx pipeline all initialized without errors. End-to-end test (test_short_question) timed out after 117s due to CPU-only per-turn latency (~70s prefill+decode).
- Verbrauchte Modell-Tokens
- 706.028
- Genau getesteter Commit
- da1ddf1f3e1a
- Container-Image
- sha256:cdd920bce783
Was nicht gemessen wurde
Die andere Hälfte, damit Sie genau sehen, wie weit dieser Nachweis reicht. Eine Lücke wird als Lücke angezeigt und nie aufgefüllt.
- Maximaler GPU-Speicher
- dieser Lauf fand auf einer CPU-Maschine statt, es gab also keine GPU zu messen
- Verhalten über einen langen Lauf
- jeder Versuch verwendet die kleinsten dokumentierten Einstellungen und ein festes Zeitbudget, daher misst dies, ob es läuft, nicht wie es sich unter Last hält
- Verhalten gegenüber echten Diensten
- dieser Lauf wurde nur gegen Ersatzdienste verifiziert
Das Ende der Aufzeichnung
Die letzten Zeilen der Terminalsitzung, die diesen Befund entschieden hat, genau so, wie sie aufgezeichnet wurden.
- No `llama-server` on PATH → downloaded pre-built `llama-b11396-bin-ubuntu-x64.tar.gz` (CPU build)
- `localhost` resolved to IPv6 `::1` which the container doesn't support → changed `host="127.0.0.1…
- Stale ports 8821–8823 persisted in TIME_WAIT across test runs → shifted to ports 8871–8873
- CPU-only inference is extremely slow (~70s per turn with prefill) because no GPU acceleration wor…
**Model correctness verified**: The server did load the model, accept a WebSocket connection, proce…
exec
/bin/sh -lc "echo 'ARGUSIC_RESULT: {\"install_succeeded\": true, \"launch_succeeded\": true, \"inst…
succeeded in 0ms:
All done. The project installs, builds, the server starts with Gemma 4 E2B loaded and serving HTTP+…
tokens used
706,028
All done. The project installs, builds, the server starts with Gemma 4 E2B loaded and serving HTTP+…Gesamte Sitzung abspielen, jeder Befehl von einer sauberen Maschine bis zu diesem Punkt.
So wurde getestet
Ein Agent, ein Container, keine menschliche Hilfe. Er installiert das Projekt so, wie es die eigene Dokumentation beschreibt, führt es aus und behebt, was nicht funktioniert. Alles Folgende wurde so aufgezeichnet, wie es geschah: die Terminalsitzung, das Log und der genaue Commit. Die vollständige Methodik.
Stärken und Grenzen
Gemessene Fakten, keine Meinungen. Wie diese Inhalte entstehen.
Was gut lief
- Hat sich von allen 5 Fehlern erholt, ohne dass ein Mensch eingriff, was zeigt, dass die Fehlschläge gut genug dokumentiert sind, um sie zu lösen.
- Lizenz Apache-2.0, laut Angabe des Hosts.
Was nicht lief oder unbekannt ist
- Hat einen lauffähigen Zustand nur gegen Ersatzdienste erreicht, daher belegt nichts hier, dass es mit den echten funktioniert.
- Die Installation dauerte 22 Minuten, langsamer als der Median der 5 vergleichbaren Projekte, die Argusic gemessen hat.
- Bisher einmal gemessen. Ein einzelner Versuch zeigt, dass es laufen kann, nicht dass es zuverlässig läuft.
Von den 6 Projekten im Bereich apple-silicon, die Argusic installiert und zeitlich gemessen hat, belegte parlor Platz 4 bei der Zeit bis zum lauffähigen Zustand, und 2 von 6 erreichten überhaupt einen solchen Zustand.
Ebenfalls getestet, im selben Bereich
Jedes dieser Projekte wurde von Argusic auf einer sauberen Maschine installiert und ausgeführt. Hier erscheint nichts, was nicht getestet wurde.
Laufverlauf
| getestet von | Versuch | Ergebnis | Score | Kosten USD | wann |
|---|---|---|---|---|---|
| Argusic Runner | 1/3 | Läuft mit Mocks | 92,00 | 0,51 |
Themen (von GitHub)
apple-silicongemmakokorolitert-lmlocal-llmmlxmultimodalon-device-aipythonreal-timespeech-recognitiontext-to-speechvoice-assistant
Badge einbetten
Markdown für die README des Projekts. Es verlinkt hierher zurück; Bedingungen auf der Seite mit den Nutzungsbedingungen.
[](https://argusic.com/subject/parlor)Fragen
- Läuft parlor?
- parlor läuft, mit Mocks als Ersatz für externe Dienste. Argusic hat es auf einer sauberen Maschine in 22 Minuten installiert und gestartet, ist dabei auf 5 Fehler gestoßen und hat die Sitzung aufgezeichnet.
- Wie hat Argusic parlor getestet?
- Auf einer frischen Einwegmaschine, mit jedem Befehl aufgezeichnet und dem Repository fixiert auf Commit da1ddf1f3e1a. Ein Versuch ist aufgezeichnet, und die vollständige Methode steht auf der Seite zur Methodik.
- Was hat der Test von parlor gekostet?
- Der Lauf, der diesen Befund ergab, kostete 0,51 USD: echte Rechen- und Modellkosten, kein Listenpreis pro Million Tokens. Der Betrag ist auf der Seite dieses Laufs aufgezeichnet.
- Wie lange dauert die Installation von parlor?
- 22 Minuten in dem Lauf, der diesen Befund entschieden hat, von einer sauberen Maschine bis zum lauffähigen Zustand. Das ist ein gemessener Versuch, kein Durchschnitt.
- Braucht parlor eine GPU?
- Nicht zum Starten. Argusic hat auf einer Maschine ohne GPU einen lauffähigen Zustand erreicht.
- Was geht bei der Installation von parlor schief?
- Im aufgezeichneten Lauf gingen 5 Dinge kaputt, und 5 davon wurden ohne menschliche Hilfe behoben. Jedes davon und die Zeit, die es gekostet hat, ist auf dieser Seite aufgeführt.
- Wie schneidet parlor im Vergleich zu Alternativen ab?
- Von den 6 Projekten im Bereich apple-silicon, die Argusic installiert und zeitlich gemessen hat, belegte parlor Platz 4 bei der Zeit bis zum lauffähigen Zustand, und 2 von 6 erreichten überhaupt einen solchen Zustand.
- Wo ist der Nachweis für parlor?
- Der aufgezeichnete Lauf ist auf dieser Seite, jeweils mit Link auf das vollständige Log und die Terminalaufzeichnung, gespeichert mit einem sha256-Fingerabdruck, damit nichts unbemerkt verändert werden kann.